기존 음성인식 시스템은 예측 불가능한 소음 환경에서 성능 저하를 겪는 문제가 있었습니다. 특히 DNN 기반 기술 또한 훈련 환경과 실제 환경 간의 불일치 시 정확도가 급락하는 한계가 존재했습니다. 본 기술은 DCICA(DOA Constrained Independent Component Analysis)를 DNN(Deep Neural Network) 기반 특징 향상 기술과 융합하여 이러한 문제점을 해결합니다. DCICA가 추출한 타겟 및 잡음 추정 신호를 DNN 학습에 활용함으로써, 다양한 소음 조건에서도 음성 신호의 특징을 적응적으로 강화하여 음성 인식 성능을 획기적으로 개선합니다. 이로써 예측 불가능한 실제 환경에서도 안정적이고 높은 정확도의 음성 인식을 실현할 수 있습니다.